- 相关博文
- 最新资讯
-
文章目录一、计算机视觉方向：二、机器学习方向：三、深度学习方向：四、计算机核心知识：五、MySQL数据库六、Python1、Python入门2、Python爬虫3、Python面试在《深度学习100例》系列教程的更新过程中，很多小伙伴问我 *** 看哪些课程比较好，于是乎，我整理了一波，又CSDN 运营姐姐手中拿了618的优惠，现在分享给大家。包含深度学习、机器学习和计算机视觉，和平时收集的一些优质资料教程。一、计算机视觉方向：人脸识别、物体检测，OpenCV是基石。OpenCV是更为流行和广泛运用的
-
- K同学啊
- 昨天
-
-
1、安装时注意版本兼容问题！！！！tensorflow、keras、python版本兼容问题https://docs.floydhub.com/guides/environments/2、查看版本时version前后是两条横线（天坑）区别：tf.versiontf.version3、代码show_train_history(train_history, ‘accuracy’, ‘val_accuracy’)由于版本问题。acc,val_acc是不对的，补全即可4、...
-
- iiiLISA
- 前天
-
-
来自『央视新闻』 编辑 / 昱良9月18日，华为发布全球最快AI训练集群——Atlas 900。这款AI产品，取名自古希腊神话中的擎天巨神。它有什么特别之处？真能“擎天”...
-
- 机器学习算法与Python学习-公众号
- 2019-09-20
-
-
标题要说发展的话，远的不说就知乎里劝退的人很多劝进的人也不少，这是仁者见仁智者见智的，关键是看自己喜不喜欢这个行业，适合不适合这个行业。是没错！人工智能和JAVA近期很火，就像我们当年选专业的时候到处打着旗帜说学数控工资高，然后学出来的时候就已经饱和了，很多东西当我们信息量相对比较闭塞的人听到周围在说在提及的时候，其实恰恰就是这个行业已经饱和了，现在不管哪个行业其实都不缺人，缺的是尖端人才，所以选择好适合自己并且喜欢的行业就好好奋斗才是王道。电气工程是一门触角伸向各行各业的学科，小到一个开关的设计，大到宇
-
- 她说那里是晒黑的
- 昨天
-
-
朋友们，如需转载请标明出处：https://blog.csdn.net/jiangjunshow声明：在人工智能技术教学期间，不少学生向我提一些python相关的问题，所以为了让同学们掌握更多扩展知识更好地理解AI技术，我让助理负责分享这套python系列教程，希望能帮到大家！由于这套python教程不是由我所写，所以不如我的AI技术教学风趣幽默，学起来比较枯燥；但它的知识点还是讲到位的了，也值得阅读！PS：看不懂本篇文章的同学请先看前面的文章，循序渐进每天学一点就不会觉得难了！Python还有一种三重
-
- 人工智能AI技术
- 前天
-
-
本文将会分享近期发布的七大GitHub机器学习项目。这些项目广泛覆盖了机器学习的各个领域，包括自然语言处理（NLP）、计算机视觉、大数据等。最顶尖的Github机器学习项...
-
- 机器学习算法与Python学习-公众号
- 2019-09-20
-
-
伴随 5G 时代的加速到来，云计算和人工智能技术正推动企业快速进入数字化+智能化时代，各行各业正在实现万物互联。当万物上云，新业态层出不穷，物联网安全的重要性日益凸显。百度顺势而为，在物联网安全领域不断展现创新力量。6月3日，2021百度云智峰会在北京隆重召开，在智能安全分论坛环节，百度智能云物联网部总经理曹杨着重介绍了全新升级的 IoT Stack 2.0和度能2.0，通过深入浅出的讲解再现智能物联网领先的安全技术实力、强劲的数据能力以及完备的服务体系。▲曹杨在智能安全分论坛带来精彩演讲此外.
-
- 百度大脑
- 昨天
-
-
“人工智能+医学影像”，是将目前最先进的人工智能技术应用于医学影像诊断中，帮助医生诊断患者病情的人工智能具体应用场景。借着疫情因素的影响与推动，目前这种应用在医疗领域已经非常广泛,由于自带极强的影像识别和计算能力、持续进化的自我学习能力以及稳定的性能优势，在临床上，可以给医院、医生提供很重要的支撑,随着人工智能和医学影像大数据在医学影像领域的普及和应用，医学影像所面临的诊断准确性和医生缺口等问题便可迎刃而解，两者的融合将成为医学影像发展的重要方向,由于其研究涉及医工交叉学科，需要医学和工科紧密合作，而绝大部
-
本文将介绍由腾讯与欧洲顶级农业大学 WUR（荷兰瓦赫宁根大学）共同举办的第二届“国际智慧温室种植大赛”预赛情况。9月20日，腾讯与欧洲顶级农业大学 WUR（荷兰瓦赫宁根大...
-
- 腾讯技术工程
- 2019-09-20
-
-
量子计算起源于40年前的第一届计算物理学会议，1981年5月6日至8日，该会议由麻省理工学院（MIT）和IBM在MIT的恩迪科特大楼组织，有近50名来自计算和物理的研究人员参加，以往这两个群体很少接触。 时间回到1961年，一位名叫罗尔夫·兰道尔(Rolf Landauer)的IBM研究人员发现了这两个领域之间的一个基本联系：他证明了每一次计算机擦除一点信息，就会产生一点热量，这与系统的熵增相对应。而到了1972年，兰道尔聘请了理论计算机科学家查理·贝内特(Charlie Bennett)，后者证明了熵增可
-
【天问一号探测器着陆火星首批科学影像图揭幕】6月11日，在京举行天问一号探测器着陆火星首批科学影像图的揭幕仪式上，公布了由“祝融号”火星车拍摄的着陆点全景、火星地形地貌、“中国印迹”和“着巡合影”等影像图。首批科学影像图的发布，标志着我国首次火星探测任务取得圆满成功【Windows 11发布前，微软带来的11分钟小视频】本月24号，微软将发布Windows11, 近期发布了一段11分钟的Windows 95， XP， 和 7 启动声音，并将声音速度减慢到 4000% 的效果。附视频地...
-
- Simon223
- 前天
-
-
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考一、pandas是什么？示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数..
-
- Samuel_Tan
- 前天
-
-
本文由『机器之心』授权转载参编辑 / 昱良链接：https://arxiv.org/pdf/1908.08847.pdf时尚电子商务平台通过搜索和个性化来简化服装购买。可...
-
- 机器学习算法与Python学习-公众号
- 2019-09-19
-
-
“软件即服务”，简称 SaaS，目前在商业领域非常流行。根据一项研究，自 2015 年以来，各个机构使用的 SaaS 应用程序的平均数量翻了一番，从 8 个增加到 16 个。不仅如此，统计数据还显示，2018 年 SaaS 组织的全球工作量达到了 13.18 亿元，预计到到 2021 年增长并达到24.3 亿元。这清楚地表明 SaaS 营销在 2021 年呈上升趋势。其实不仅在 2021 年，在过去几年中也一直是呈上升趋势。因此，本文将谈谈SaaS 产品营销的主要趋势，以为SaaS 产品营销的成功提供.
-
- 浅川e
- 前天
-
-
每天日志打卡1/1一直知道Pearl老先生很厉害，买了书一直也没看，这次先找一篇简单的入个门。Pearl, Judea. (2019). The seven tools of causal inference, with reflections on machine learning. Communications of the ACM. 62. 54-60. 10.1145/3241036....
-
- ViviranZ
- 昨天
-
-
目标检测是计算机视觉中的一个重要问题，近年来传统检测方法已难以满足人们对目标检测效果的要求，随着深度学习在图像分类任务上取得巨大进展，基于深度学习的目标检测算法逐渐成为主流。
-
基于轮廓调整的SOTA实例分割方法，速度达32.3fps | CVPR 2020
实例分割是许多计算机视觉任务中的重要手段，目前大多数的算法都采用在给定的bbox中进行pixel-wise分割的方法。受snake算法和Curve-GCN的启发，论文采用基于轮廓的逐步调整策略，提出了Deep snake算法进行实时实例分割，该算法将初始轮廓逐渐优化为目标的边界，如图1所示，达到很好的性能且依然保持很高的实时性(32.3fps) 。
-
64% 的企业未实现智能化，5成公司算法工程师团队规模小于 10人，AI 工程师的机遇在哪里？...
从就业的角度来看，由于算法工程化才是商业落地的核心关键，因此拥有扎实工程化能力的算法工程师更受青睐。另一方面，由于深度学习是以大数据为基础的，而感知智能中的计算机视觉又是目前深度学习较为成熟的应用，所以，机器学习和深度学习工程师，以及数据工程师、计算机视觉工程师成为热门岗位。
-
-
代替Mask R-CNN，BlendMask欲做实例预测任务的新基准？
实例分割是一种基础视觉任务。在今天要为大家介绍的工作中，作者通过有效地将实例级信息与具有较低级细粒度的语义信息结合起来，提升了掩码预测精度。本文的主要贡献是提出了一个Blender模块，该模块从自上而下和自下而上的实例分割方法中汲取了灵感。由于该方法简单且有效，作者希望本文的BlendMask可以作为各种实例预测任务的基准。
-
一般来说，基于树形结构的模型在Kaggle竞赛中是表现最好的，而其它的模型可以用于融合模型。对于计算机视觉领域的挑战，CNNs (Convolutional Neural Network, 卷积神经网络)是最适合不过的。而对于NLP（Natural Language Processing，自然语言处理），LSTMs或GRUs是最好的选择。下面是一个不完全模型细目清单，同时列出了每个模型的一些优缺点。
-
从LeNet到GoogLeNet：逐层详解，看卷积神经网络的进化
深度学习的兴起使卷积神经网络在计算机视觉方面大放异彩，本文将按时间和创新点顺序介绍一系列网络结构：LeNet、AlexNet、VGGNet、InceptionNet 与 ResNet。网络上大部分文章都只是草草讲述，本文小波仔仔细梳理，从问题的背景，网络结构，为什么设计这样的结构，参数数量各方面详细讲述CNN的进化之路。
-
在人工智能的发展越来越火热的今天，其中智能应用也在伴随着我们的生活，其中最具有代表性的便是图像识别，并且其中的应用比比皆是，如车站的人脸识别系统，交通的智能监控车牌号系统等等。而卷积神经网络作为图像识别的首选算法，对于图像的特征提取具有很好的效果，而TensorFlow作为Google的开源框架具有很好的结构化特征，而本篇文章将利用卷积神经网络算法对图像识别进行应用，开发出颜值评分器的功能。
-
在物体检测中的实验结果表明， 在使用更少的参数以及更低的计算花销的情况下，AttoNets 的效率与现有最优模型相当，并在准确率指标上大幅超越现有模型（与 MobileNet-V1相比，最小的 AttoNet 的准确率提升约 1.8%，使用的乘-加操作数和参数量减小了10倍）。另外，本文也在实例分割和物体探测应用中检测了 AttoNets 的效果，并发现与基于 ResNet-50 的 Mask R-Cnn 相比，通过使用基于 AttoNet的 Mask R-Cnn 网络，参数量和计算花销得到了大幅度降低（乘-加操作减少5倍，参数量减少2倍）。
-
十年公务员转行IT，自学AI三年，他淬炼出746页机器学习入门笔记
近期，梁劲传来该笔记重大更新的消息。《机器学习——从入门到放弃》这本笔记的更新没有停止，在基于上一版的基础上丰富了近 200 页计算机视觉领域的知识内容，目前最新版已达 746 页，累计下载近 8 万次。
-
从一张风景照中就学会的SinGAN模型，究竟是什么神操作？| ICCV 2019最佳论文
10 月 27 日-11 月 2 日，计算机视觉领域的顶级会议 International Conference on Computer Vision（ICCV）在首尔召开，10 月 29 日在大会上正式公布了最佳论文奖（Best Paper Award）由论文《SinGAN:从单张图像学习生成模型》（SinGAN: Learning a Generative Model from a Single Natural Image）获得，该论文介绍了一种无条件生成模型——SinGAN，它可以从单个自然图像中学习。该模型经过训练，可以捕获图像内斑块的内部分布，之后生成高质量、多样化的样本，视觉内容与原图像相同。用户研究证实，生成的样本通常可以假乱真，SinGAN 在各种图像处理任务中具有广泛的实用性。
-
ICCV 2019 | 中国研究者无缘最佳论文奖项，接收论文数量超美国，商汤57篇论文入选...
10 月 27 日-11 月 2 日，计算机视觉领域的顶级会议 International Conference on Computer Vision（ICCV）在首尔召开，10 月 29 日在大会上正式公布了最佳论文奖（Best Paper Award）由论文《SinGAN:从单张图像学习生成模型》（SinGAN: Learning a Generative Model from a Single Natural Image）获得，最佳学生论文奖（Best Student Paper Award）则由《PLMP——完整的多视图可见性中的点线最小问题》（PLMP——Point-Line Minimal Problems in Complete Multi-View Visibility）获得。
-
击败最新无监督域自适应方法，研究人员提轻量CNN新架构OSNet
这篇论文《Learning Generalisable Omni-Scale Representations for Person Re-Identification》是一篇关于行人再识别领域的新研究（Person Re-Identification , re-ID）。这篇论文中，作者们提出了一个新的CNN架构——OSNet，在实验效果方面，这一新模型架构击败了最新的无监督域自适应方法。
-
旷视张祥雨：高效轻量级深度模型的研究和实践 | AI ProCon 2019
在CSDN 主办的 2019 中国 AI 开发者大会（AI ProCon 2019）计算机视觉技术专题中，旷视研究院主任研究员、基础模型组负责人张祥雨主要从轻量级架构、模型裁剪、模型搜索三大思路讲述了高效轻量级深度模型的研究和实践。
-
推荐一篇前几天新出的投向TPAMI的论文：Imbalance Problems in Object Detection: A Review，作者详细考察了目标检测中的不平衡问题（注意不仅仅是样本中的不平衡问题）及其解决方案，是目标检测领域目前最新的也是非常独特的综述。
-
从服装关键点、信息检索、个性化推荐到智能试衣，电商AI技术如何进化？
近日，ICCV DeepFashion2 Challenge 2019公布了比赛结果，首次参赛的美图影像实验室MTlab凭借其在综合检测精度上的优势，以明显差距斩获服饰关键点估计（Landmark Estimation）赛道的冠军。DeepFashion2 Challenge此次共吸引18支国内外顶级技术团队参与，包括清华大学、阿里巴巴等知名企业及学术机构。
-
此前据传旷视融资额或高达 10 亿美元。CV 智识曾于今年 7 月份独家报道过当时旷视正谋求同股不同权赴港上市，且距离上市已非常接近。不到两个月的时间，旷视正式公布其上市计划。
-
-
超阿里、大华，澎思科技行人再识别（ReID）技术刷新三大数据集记录
近日，在行人再识别（Person Re-identification，简称ReID）算法上澎思科技取得了突破，在三大主流ReID数据集测试Market1501、DukeMTMC-reID和CUHK03中，算法关键指标首位命中率（Rank-1 Accuracy）刷新了世界纪录。
-
在包含众多人像的照片中，由于每个人的穿着和动作各异，同时人与人之间存在各种交互信息，以及所处的场景不同，我们通过肉眼来确定C位的时候可能会出现各种偏差。在人工智能快速发展的今天，我们能否可以通过AI来自动找出C位呢？答案当然是肯定的。在这篇文章中，我们将介绍如何利用计算机视觉和深度学习技术构建一个性能优异的C位检测器，从而快速准确地在一群人中发现真正站C位的那个最重要的人。
活动
-
2021-03-31
-
2020-12-25
-
2020-06-02
-
2020-06-12
-
2020-07-04
精品推荐
热门推荐
学习资源
关于我们
关注「AI科技大本营」
转载 & 投稿（微信）：1092722531
商务合作（微信）：18810393651